• 综合主站

  • 因果推断简介之四：观察性研究，可忽略性和倾向得分

之前看了PDF版本的丁鹏写的因果推断简介，讲到“从经验似然的角度指出了另一种加权方法，是一种逆概加权的估计”。但对于逆概加权没有详细的说明，想知道这个是怎么回事?
[未知用户] 我之前写的版本是在北大统计系的一个讨论课上讲的，所以用了一些很数学化的统计术语。“经验似然”之类，在这里没有本质的关系，不太想牵涉太多。数学定理证明，逆概加权能够达到半参数有效的界；但是现实中，由于权重可能接近0和1，导致整个估计量相当的不稳定----几乎是无用的。而相反，分层的方法不能达到半参数有效的界，但没有数值上不稳定的缺点，也被广泛采用。
3 个月 后
各位统计学牛人, 能不能多搞点统计学科普知识啊, 多讲一点跟统计学相关的人和故事, 统计思想, 统计方法和制度等等, 少点数学公式和R代码. 统计之都很多文章都包含很强的技术性, 感觉基础不扎实的同学可能比较难理解
5 个月 后
ACE_unadj第一个等式的第二项的条件是否应为Z=0
10 天 后
[未知用户] 已更正，不过公式显示似乎有点问题。
3 年 后
丁老师您好，
您的这一系列挺不错的，我这几天才开始狂看因果的文章(国外的)，想做因果和黑箱智能算法结合的项目，而且我自己的研究应用方向是中医药数据的，也教《医学统计学》。之前看了一堆英文的，再看看您这堆中文的。感觉挺有意思的，好像在补 回历史和哲学方面东东。请问您的邮箱是多少？我有挺多问题，想跟您讨论的
1 年 后
想问一下，首先对于一个因果推断问题，如何能辨别一个因素是否为混杂因素？这方面的方法主要有什么
第二，如果是混杂因素，如何进行处理，来消除bias？这方面的方法主要有什么
第三 如果混杂因素过多，如何处理呢？
可不可以才用目前机器学习的方法，来解决上述问题？
线性模型的问题这句话没有很懂（2）对于处理和对照组之间的不平衡（unbalance）没有很好的检测，常常在对观测数据外推（extrapolation）。
5 年 后

讲因果推断的这几篇文章里面的公式都不能正常显示了，请问 COS 的编辑部能派人修一下吗？真得很影响阅读。

    yihui 唉，这位同学不知天高地厚，偏偏又喜欢指指点点、说话还这么不中听；十年后再看真是汗颜。

    yuanfan 这篇的公式我看着是好的啊。

          yihui 我现在看也是好的，昨天在公司摸鱼看的时候不大正常。
          虽然写在这里有点偏题，但其实我还在本站挖出来过一篇武侠小说：https://d.cosx.org/d/24-24/2，这位同学在里面扮演的是杀手反派，秃驴道长，哈哈哈。

              巴蜀第一杀手：薛翼麾

              hhhhhhhhhh

              yuanfan 这挖坟能力着实厉害。虽然原帖主人说请勿回帖，但已经过了十六年（这时长都够过儿和姑姑重聚了），我觉得现在去那里回帖也是可以的，我们就不要歪丁大侠的因果楼了，小心弄乱了历史因果线发生穿越事故。